Sviluppo di un sistema di intelligenza artificiale per la diagnosi patologica intelligente e la previsione dell'effetto terapeutico basato sulla fusione multimodale di dati di tumori comuni e principali malattie infettive nel sistema respiratorio utilizzando la tecnologia di apprendimento profondo.

Gli obiettivi principali sono i seguenti:

1. Stabilire una piattaforma di big data medica per la fusione di informazioni multimodali di tumori comuni e principali malattie infettive (cancro del polmone/noduli polmonari, tubercolosi e COVID-19) sulla base delle caratteristiche dell'immagine patologica esistente e del database di informazioni multi-omiche cliniche: la piattaforma di big data medica supporta l'acquisizione delle cartelle cliniche elettroniche del paziente (incluso il rilevamento clinico di routine), la sezione digitale a visualizzazione completa dei dati delle immagini patologiche, l'imaging medico (TC, MRI, ecografia, medicina nucleare, ecc.), dati omici multipli ( genoma, trascrittoma e metaboloma, proteomica) dati omici, eziologia, patologia e rapporti di dati grafici associati e dati di trattamento medico multimodale. Miriamo a realizzare l'archiviazione, la condivisione, il fusion computing, la protezione della privacy e la supervisione della sicurezza di big data biomedici multimodali e su scala incrociata. Il nostro lavoro aprirà processi aziendali chiave e collegamenti tra regioni, ospedali, tra diversi terminali, tra ospedali e medici e tra dipartimenti, in modo da promuovere l'accumulo continuo di dati e la precipitazione della conoscenza negli ospedali e promuovere la collaborazione medica.
2. Creare un database multimodale di fusione delle informazioni con caratteristiche patologiche, caratteristiche di imaging, multi-omica (patologica, genomica, trascrittoma, metaboloma, proteomica, ecc.) e informazioni cliniche di pazienti in diversi stadi di carcinoma polmonare/noduli polmonari, tubercolosi e COVID 19. La scala del database include dati multimodali di almeno 600 pazienti affetti da carcinoma polmonare/noduli polmonari, 200 tubercolosi e 200 pazienti affetti da COVID-19. Inoltre, ci saranno più di 10 biomarcatori significativamente correlati alla diagnosi e al trattamento di pazienti con cancro del polmone/noduli polmonari, tubercolosi e COVID-19 che sono stati scavati attraverso l'analisi di associazione, fornendo parametri per la costruzione di modelli di intelligenza artificiale.
3. Faremo uso della tecnologia dell'intelligenza artificiale per creare la tecnologia multimodale di analisi incrociata dei big data medici e la diagnosi accurata individualizzata della malattia di cui sopra e i modelli di previsione degli effetti curativi. Al fine di risolvere i tre problemi chiave dell'estrazione di fusione di dati multimodale, come sbilanciato, dimensioni ridotte del campione e scarsa interpretabilità, stabiliremo un algoritmo di riconoscimento dell'intelligenza ARTIFICIALE per immagini di immagini e immagini patologiche e utilizzeremo l'elaborazione delle immagini e l'apprendimento approfondito tecnologie per estrarre caratteristiche visive di profondità multilivello di dati immagine e dati patologici. Inoltre, utilizzeremo algoritmi di analisi bioinformatica per condurre il mining di reti molecolari e l'analisi funzionale di marcatori molecolari a livello di molteplici tecnologie omiche (patologiche, genomiche, trascrittoma, metaboloma, proteoma, ecc.).